获取和预测多维属性产品的消费者偏好：基于稀疏和完整自我明示数据的混合方法

项目名称： 获取和预测多维属性产品的消费者偏好：基于稀疏和完整自我明示数据的混合方法

项目编号： No.71172032

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 工商管理

项目作者： 苏萌

作者单位： 北京大学

项目金额： 44万元

中文摘要： 多维产品消费者偏好的获取和预测是学术界和企业界关注的热点和难点问题之一。自我明示法一种比较适用于多属性复杂产品的偏好获取方法，但产品属性数量过多时，完整自我明示数据会产生属性重要性估计偏差的问题，稀疏自我明示数据通过允许消费者自由选择属性进行评价克服了这一问题，但评价缺失会影响对偏好预测的准确度。本项目旨在结合两类数据，发展出一套适用于多维产品消费者偏好获取和预测的混合方法。具体而言，通过完整数据提供的消费者层面的核心属性识别和重要性调整等信息，采用恰当的数据借补方法对稀疏数据中的缺失值进行借补，结合混合筛选准则模型提高稀疏数据的预测正确率。本项目将通过多维产品消费者两类自我明示数据、自述偏好和实际选择等实证数据对这一联合稀疏和完整数据的混合方法进行验证。本项目的研究结论不仅可以为多维产品偏好预测领域的学术前沿拓展做出贡献，也能为企业实践提供有价值的建议和指导。

中文关键词： 非限制性自我明示法；消费者偏好；偏好获取技术；复杂产品；

英文摘要：

英文关键词： Unrestricted Self-Explication；Consumer Preference；Preference Elicitation；Complex Product；